[发明专利]光伏数据聚类方法、光伏功率预测方法、存储介质和设备

摘要

本发明提出的一种光伏数据聚类方法是根据包含总辐照度时序差分序列方差的辐照度的特征指标体系设置神经网络的聚类类别，使用样本对聚类模型进行训练后，对采集的光辐照度进行聚类。该方法获取聚类结果的数据规律性强，可以满足高精度的短期光伏功率预测的目的。

主权项

一种光伏数据聚类方法，其特征在于，包括：根据辐照度的特征指标体系获取聚类模型中光伏数据的聚类类别；获取光伏样本数据，并利用所述光伏样本数据对所述聚类模型进行训练，得到光辐照度与所述聚类类别的对应关系；获取光辐照度，并使用所述聚类模型对获取的光辐照度进行聚类；其中，所述辐照度的特征指标体系，包括：总辐照度平均值、总辐照度波动性指标、总辐照度时序差分序列方差；所述总辐照度波动性指标为实测总辐照度和大气层外理论辐照度之间的偏差。